1.1 Données ouvertes et liées du graphe Wikidata

Wikidata est une base de connaissances libre, éditée de manière collaborative et hébergée par la fondation Wikimedia. Son contenu étant placé sous licence CC0 (« Transfert dans le Domaine Public »), elle permet de centraliser l’accès aux données utilisées par différents projets Wikimedia (Wikipédia (2021)).

La base Wikidata fournit un support à de nombreux autres sites et services au-delà des seuls projets de Wikimedia. Son contenu est exporté dans des formats standards et peut être lié ou aligné à d’autres ensembles de données ouvertes sur le Web des données². Wikidata offre ainsi un large domaine d’informations générales sur notre univers ou ses représentations et des liens vers d’autres graphes ou bases de données. Il contient à ce jour plus de 100 millions d’items.

1.2 Standard RDF du W3C

Le RDF (Resource Data Framework) est un cadre général de modélisation utilisé pour décrire formellement les ressources du Web via leurs métadonnées afin de permettre le traitement par inférence de telles descriptions. Développé par le W3C³, le RDF est le formalisme de base du Web sémantique.

Au sein de ce paradigme, un document ou une ressource consiste en un ensemble de triplets⁴, chacun associant un sujet, un prédicat et un objet :
- le «sujet» représente la ressource à décrire,
- le «prédicat» représente un type de propriété applicable à cette ressource,
- l’«objet» représente une donnée, une autre ressource ou une valeur associée à la propriété (ou prédicat).

1.3 Le langage SPARQL

SPARQL⁶ (prononcé sparkle, en anglais : « étincelle ») est à la fois un langage de requête et un protocole qui permettent de rechercher, d’ajouter, de modifier ou de supprimer des triplets RDF disponibles à travers le Web. Aujourd’hui, le Web de données (représenté par le nuage du Linked Open Data ou ses domaines) est interrogeable via des centaines de services SPARQL qui mettent à disposition de plus en plus de graphes de données ouvertes et liées comme c’est le cas du projet plurilingue Wikidata (Wikipédia (2022)).

Dans Wikidata les entités et leurs coordonnées spatiales et temporelles sont modélisées selon les fragments de graphes (XML, json, turtle etc.). Ceux-ci comprennent des classes instanciées (domaine et co-domaine) liées entre elles par des prédicats, mobilisant une syntaxe spécifique associée à chaque espace de nom mobilisant des préfixes⁷ :

prédicat = préfixe:propriété
domaine/co-domaine = préfixe:entité

Le tableau suivant récapitule les classes et propriétés utilisées, ainsi que les préfixes associés pour former les triplets :

*dans le cas où la propriété est directe, c’est à dire que le préfixe p est utilisé au lieu du préfixe wdt, le résultat ou la donnée est une assertion. Cette spécificité du graphe wikidata est abordée dans la partie 3.

2.1 Packages utilisés

Les packages utilisés pour réaliser l’ensemble de la chaîne de traitement présenté dans ce document sont les suivants :

• wikidataR⁸ (et son extension WikidataQueryServiceR) : permet d’écrire une requête pour interroger le graphe de données Wikidata au moyen d’une Interface de Programmation d’Application (API) pour le service de requêtes Wikidata en langage SPARQL⁹;
  
• glitter : permet l’écriture de requêtes SPARQL sans maîtriser la syntaxe de ce langage, pour sonder divers graphes (dont Wikidata);
  
• rnaturalearth : met à disposition les données géographiques de Natural Earth;
  
• sf : permet la gestion et la manipulation de données géographiques vectorielles;
  
• dplyr : pour la manipulation des données;
  
• mapview : pour l’affichage interactif de données géographiques (repose sur la librairie JavaScript Leaflet);
  
• tmap : pour la création de cartes thématiques;
  
• ggplot2 : permet la production de graphiques basés sur la grammaire graphique;
  
• av : génère des vidéos à partir d’images ou de graphiques R;
  
• patchwork : permet de combiner plusieurs graphiques ggplot2 dans la fenêtre graphique;
  
• jpeg : permet l’import, l’enregistrement et l’affichage des images matricielles (format bitmap);
  
• DT : pour la mise en forme dynamique (HTML) de tableau de données (bibliothèque javascript DataTables).

Vous pouvez utiliser les lignes de code suivantes pour installer ces packages :

# Liste des packages du CRAN nécessaires
liste_packages <- c("WikidataR",
                    "WikidataQueryServiceR",
                    "remotes",
                    "rnaturalearth",
                    "sf",
                    "dplyr",
                    "mapview",
                    "tmap",
                    "ggplot2",
                    "av",
                    "patchwork",
                    "jpeg", 
                    "DT")

# Packages à installer
liste_packages_a_installer <- liste_packages[!(liste_packages %in% installed.packages()[,"Package"])]

# Installation des packages manquants
install.packages(liste_packages_a_installer)

L’installation du package glitter, qui n’est pas encore disponible sur le CRAN, se fait de la manière suivante :

# Dépôt GitHub : https://github.com/lvaudor/glitter/
install.packages("remotes")
remotes::install_github("lvaudor/glitter")

L’ensemble des informations du système d”exploitation et des versions de packages utilisés pour générer ce notebook est disponible en fin de document.

2.2 Données collectées

Plusieurs sources de données sont utilisées pour ce travail exploratoire :

1. des données issues du graphe Wikidata,
   
2. une couche géographique Natural Earth,
   
3. et des fonds de carte accessibles via Leaflet.

Télécharger les données

3.1 Modèle des données : artistes-peintres et trajectoires de leurs œuvres

Le fragment de graphe de l’image Wikidata d’une peinture, objet du processus exploratoire, est illustré sous la forme d’un tableau dans la figure 4 ci-dessous.

Pour plus d’informations, vous pouvez consulter l’introduction à Wikidata ou la page Wikibase dédiée au formalisme du Ressource Description Framework (RDF) du dépôt de données Wikidata.

Après plusieurs explorations, nous avons décidé de nous intéresser, dans une première étape, au peintre néerlandais du 17e siècle, Johannes Vermeer.

Un fonction du package WikidataR permet d’interroger le graphe à partir d’une chaîne de caractère. Par exemple, il est possible de collecter les entités (item) correspondant à la chaîne de caractère “Johannes Vermeer” :

# Package API pour interroger le dépôt Wikidata : WikidataR
library(WikidataR)

## Chercher les entités du graphe Wikidata correspondant à "Johannes Vermeer"
resultat_item <- find_item("Johannes Vermeer")

resultat_item

    Wikidata item search

Number of results:   10 

Results:
1    Johannes Vermeer (Q41264) - Dutch painter (1632–1675) 
2    Jan Vermeer van Haarlem the Elder (Q3159680) - painter from the Northern Netherlands and father of Barend, Isaac, and Jan Vermeer or van der Meer II (1628-1691) 
3    Johannes Vermeer (Q15283995) - art exhibition 
4    Johannes Vermeer (Q102229722) - Ph.D. Vrije Universiteit Amsterdam 1983 
5    Johannes Vermeer (Q2164464) - international train between Amsterdam and Cologne 
6    Johannes Vermeer (Q19280548) - street in Ouderkerk aan de Amstel, the Netherlands 
7    Johannes Vermeer catalog raisonné, 1908 (Q26235177) - catalog raisonné of Vermeer works by Cornelis Hofstede de Groot 
8    Johannes Vermeer Award (Q2141982) - Dutch art award 
9    Johannes Vermeerstraat (Q1951387) - street in Amsterdam, the Netherlands 
10   Jan Vermeer van Haarlem (ca.1600-1670) (Q28736462) - Dutch art dealer, distiller, and possibly landscapist, ca. 1600-1670, father and grandfather of well-known painters 

Une seule entité de valeur Q41264 parmi les dix collectées semble correspondre à l’image au sens de (Hui 2015) de l’objet Johannes Vermeer, le peintre recherché. Le résultat de la requête find_item est composé d’un ensemble d’informations ($id, $repository, etc.).

as(resultat_item[[1]],"list")

$id
[1] "Q41264"

$title
[1] "Q41264"

$pageid
[1] 43555

$display
$display$label
$display$label$value
[1] "Johannes Vermeer"

$display$label$language
[1] "en"


$display$description
$display$description$value
[1] "Dutch painter (1632–1675)"

$display$description$language
[1] "en"



$repository
[1] "wikidata"

$url
[1] "//www.wikidata.org/wiki/Q41264"

$concepturi
[1] "http://www.wikidata.org/entity/Q41264"

$label
[1] "Johannes Vermeer"

$description
[1] "Dutch painter (1632–1675)"

$match
$match$type
[1] "label"

$match$language
[1] "en"

$match$text
[1] "Johannes Vermeer"

Le champ match correspond à la chaîne de caractère recherchée : il est de $type label, en$language en, sous forme de $text Johannes Vermeer.

Pour connaître les propriétés (properties) associées à celle de “peintre” :

## Chercher les propriétés du graphes correspondant à "peintre"
resultat_property <- find_property("peintre")

resultat_property

    Wikidata property search

Number of results:   1 

Results:
1    creator (P170) - maker of this creative work or other object (where no more specific property exists) 

La propriété associée au peintre (P170) semble être celle liant un créateur à son œuvre ou autre objet. Le champ $match est une forme textuelle, de type alias en langue française :

resultat_property[[1]]$match

$type
[1] "alias"

$language
[1] "fr"

$text
[1] "peintre"

Ces premières investigations du graphe permettent de comprendre que pour collecter de manière précise des données spatio-temporelles associées aux œuvres créées par Johannes Vermeer, les modalités d’interrogation du fragment de graphe nécessitent d’identifier de manière suffisamment explicite l’entité recherchée telle qu’elle est modélisée au sein de l’ontologie.

3.3 Lister les œuvres du peintre et trouver leurs localisations géographiques

Dans cette seconde étape, on se propose de lister les œuvres de Johannes Vermeer avec leurs localisations. Au sein du graphe Wikidata, on fait l’hypothèse que les coordonnées de la localisation d’une œuvre, c’est à dire la valeur point(x,y), sont celles du musée ou de l’institution au sein de laquelle l’œuvre est actuellement exposée ou située. Afin d’obtenir cette localisation à partir de l’identifiant du peintre, on trace un premier chemin du graphe tel qu’illustré dans la figure 7.

library(WikidataR)

## Chercher les entités du graphe Wikidata
 #- Définir les données recherchées
  id_oeuvre <- paste("?oeuvre")
  id_lieu <- paste("?musee")
  val_pointxy <- paste("?coord")

donnees_interrogees <- paste(id_oeuvre,id_lieu,val_pointxy)
 
## Construire les chemins du graphe pour les entités 
 
 #- Définir la classe wikidata utilisée
  entite_vermeer <- paste0(prefixe_entite, "Q41264")

 #- Définir les propriétés utilisées
  propriete_creepar <-  paste("P170")
  propriete_lieu <- paste("P276")
  propriete_coord <- paste("P625")
  
 #- Définir les prédicats utilisés
  predicat_creepar <- paste0(prefixe_propriete_simple,propriete_creepar)
  predicat_lieu <- paste0(prefixe_propriete_simple,propriete_lieu)
  predicat_coord <- paste0(prefixe_propriete_simple,propriete_coord)
 
 #- Chemins du graphe
  chemin_principal <- paste(id_oeuvre,predicat_creepar,entite_vermeer)
  chemin_lieu <- paste(id_oeuvre,predicat_lieu,id_lieu)
  chemin_coord <- paste(id_lieu,predicat_coord,val_pointxy)
  
chemins_du_graphe <- paste(chemin_principal,".","OPTIONAL {",chemin_lieu,".",chemin_coord,"}")

## Construire la requête
 query <- paste("SELECT",donnees_interrogees,"WHERE {",chemins_du_graphe,"}")

## Exécuter la requête
 data2w <- query_wikidata(query)

## Utiliser le service Wikidata de noms (`wikibase:label`) plurilingues des entités de Wikidata
 #- Définir la ou les langues choisies
  langue <-"fr,en"
 #- Définir les propriétés utilisées
  propriete_label <- paste0("label")
  propriete_langue <- paste0("language")
 #- Préfixe de propriété utilisé 
  prefixe_wikibase <- paste0("wikibase:")
 #- Définir les prédicats utilisés
  predicat_label <- paste0(prefixe_wikibase,propriete_label)
  predicat_langue <- paste0(prefixe_wikibase,propriete_langue)
 
 service <- paste("SERVICE",predicat_label,"{ bd:serviceParam",predicat_langue,"\"[AUTO_LANGUAGE],",langue,"\".}")
 
## Chercher les noms en français des entités recherchées du graphe Wikidata
 #- Nom (ou label) des données wikidata
  nom_id_oeuvre <- paste0(id_oeuvre,"Label")
  nom_id_lieu <- paste0(id_lieu,"Label")
  
nom_donnees_interrogees <- paste(nom_id_oeuvre,nom_id_lieu,val_pointxy)

## Construire la requête avec le service de langue
query_label <- paste("SELECT",nom_donnees_interrogees,"WHERE {",service,chemins_du_graphe,"}")

## Exécuter la requête
data2wl <- query_wikidata(query_label)

library(glitter)
 
## Initier la requête et stocker le résultat dans data2
 data2 <- spq_init() |>
## Ajouter les chemins du graphe
 #- chemin principal
          spq_add("?oeuvre wdt:P170 wd:Q41264", .label="?oeuvre") |>
 #- chemins optionnels
          spq_add("?oeuvre wdt:P276 ?musee", .label="?musee", .required=FALSE) |>
          spq_add("?musee wdt:P625 ?coord", .required=FALSE) |>
## Sélectionner les données interrogées
          spq_select(-oeuvre,-loc,-musee) |>
## Exécuter la requête
          spq_perform()

library(DT)
#---WikidataR
datatable(data2w)

#---WikidataQueryService
datatable(data2wl)

#---glitter
datatable(data2)

3.4 Premiers éléments d’analyse exploratoire

library(DT)
datatable(tail(data2wl))

datatable(tail(data2))

 library(WikidataQueryServiceR)
 library(DT)
 library(dplyr)

## Entités ou déclarations wikidata interrogées
 donnees_interrogees <- paste(id_oeuvre,nom_id_oeuvre)

## Construire les chemins du graphe
 #- Définir le type de prédicat (préfixe) utilisé pour une entité déclarative ?obj a wikibase:statement
  prefixe_propriete_directe <- paste0("p:")
  prefixe_propriete_declarative <- paste0("ps:")
 #- Définir les prédicats utilisés
  predicat_creepar_direct <- paste0(prefixe_propriete_directe,propriete_creepar)
  predicat_creepar_declaratif <- paste0(prefixe_propriete_declarative,propriete_creepar)
  
predicat_creepar_declaration <- paste0(predicat_creepar_direct,"/",predicat_creepar_declaratif)
  
 #- Suivre les deux chemins du graphe (exhaustif & simple)
  chemin_declaration <- paste(id_oeuvre,predicat_creepar_declaration,entite_vermeer)
  chemin_simple <- paste(id_oeuvre,predicat_creepar,entite_vermeer)

## Ordonner
 ordonne <- paste("ORDER BY DESC(",id_oeuvre,")")

## Construire les requêtes
 query_declaration <- paste("SELECT",donnees_interrogees,"WHERE {",service,chemin_declaration," }",ordonne)
 query_valeur_simple <- paste("SELECT ",donnees_interrogees,"WHERE {",service,chemin_simple," }",ordonne)

## Stocker le résultat de l'exécution des requêtes
 resultats_oeuvres_exhaustif <- query_wikidata(query_declaration)
 resultats_oeuvres_valeur_simple <- query_wikidata(query_valeur_simple)
 
 ## Nombre d'oeuvre dans chaque cas
 nombre_oeuvres_exhaustif=nrow(resultats_oeuvres_exhaustif)
 nombre_oeuvres_valeur_simple=nrow(resultats_oeuvres_valeur_simple)
 
#- Nombre d'oeuvres associées avec une valeur simple :
print(nombre_oeuvres_valeur_simple)

[1] 38

#- Nombre d'oeuvres associées avec une assertion exhaustive :
print(nombre_oeuvres_exhaustif)

[1] 44

## Comparaison et affichage des œuvres présentes seulement dans les déclarations exhaustives associées à la propriété
 oeuvres_declarees=resultats_oeuvres_exhaustif %>% filter(!oeuvre %in% resultats_oeuvres_valeur_simple$oeuvre)
 datatable(oeuvres_declarees)

library(WikidataQueryServiceR)
library(DT)

## Définir les données Wikidata recherchées

 donnees_interrogees <- paste0(nom_id_oeuvre)
  
## Construire les chemins du graphe
 
 #- Définir le prédicat utilisé
  predicat_lieu_declaration <- paste0(prefixe_propriete_directe,propriete_lieu,"/",prefixe_propriete_declarative,propriete_lieu)
 
 #- Chemins du graphe
  chemin_principal <- paste(id_oeuvre,predicat_creepar_declaration,entite_vermeer)
  chemin_lieu <- paste(id_oeuvre,predicat_lieu_declaration,id_lieu)
  chemin_coord <- paste(id_lieu,predicat_coord,val_pointxy)
  
chemins_du_graphe <- paste(chemin_principal,".",chemin_lieu,".",chemin_coord)

 #- Comptage de ces objets associés aux propriétés interrogées
  compteur <- paste("?count")
  comptage <- paste0("(COUNT(DISTINCT",val_pointxy,") AS ",compteur,")")
 #- Grouper et ordonner
  ordre_decroissant <- paste0("ORDER BY DESC(",compteur,")")
  grouper <- paste("GROUP BY",donnees_interrogees)
  groupe_et_ordonne <- paste(grouper,ordre_decroissant)

## Construire la requête
 query <- paste("SELECT",donnees_interrogees,comptage,"WHERE {",chemins_du_graphe,service,"}",groupe_et_ordonne)

## Exécuter la requête
 metadonnees_localisation_oeuvres <- query_wikidata(query)

## Affiche le résultat
 datatable(metadonnees_localisation_oeuvres)

library(WikidataQueryServiceR)
library(DT)
 
 chemin_lieu <- paste(id_oeuvre,predicat_lieu,id_lieu)
 chemins_du_graphe <- paste(chemin_principal,".",chemin_lieu,".",chemin_coord)
 
 ## Construire la requête
 query <- paste("SELECT",donnees_interrogees,comptage,"WHERE {",chemins_du_graphe,service,"}",groupe_et_ordonne)

## Exécuter la requête
 metadonnees_localisation_oeuvres_valeur_simple <- query_wikidata(query)

## Affiche le résultat
 datatable(metadonnees_localisation_oeuvres_valeur_simple)

3.5 Troisième requête SPARQL : déclaration spatiale et temporelle

Comme illustré dans la figure 9, la localisation spatio-temporelle d’une entité est déclarée au moyen d’un prédicat direct (p:P276), qui permet l’accès à une forme complexe de localisation de l’œuvre choisie : - dont les valeurs du prédicat ps:P276 sont des lieux (géographiques et institutionnels) caractérisés par l’ensemble des déclarations de localisations spatiales point(x,y), valeurs du prédicat simple wdt:P625, - dont les valeurs des prédicats de type qualifiers de la déclaration ?lieu donnent des périodes temporelles (date de début : pq:P580, date de fin: pq:P582) ou date/point dans le temps de l’événement associé pq:P585.

library(WikidataQueryServiceR)
library(DT)

## Chercher les déclarations des lieux du graphe Wikidata qui contiennent l'œuvre de Vermeer dont l'identifiant est `Q4660880`
 #- Définir les données recherchées
  id_date_debut <- paste("?dated")
  id_date_fin <- paste("?datef")
  id_localisation <- paste("?lieu")
  id_image <- paste("?image")
 
 donnees_interrogees <- paste(nom_id_lieu,id_date_debut,id_date_fin,val_pointxy)

 
## Construire les chemins du graphe pour les propriétés de différents types (et entités associées)

 #- Définir les propriétés utilisées
  propriete_date_debut <- paste0("P580")
  propriete_date_fin <- paste0("P582")
 #- Définir les types de prédicats (préfixes) utilisés
  prefixe_qualificatif <- paste0("pq:")

 #- Définir les prédicats (préfixes) utilisés
  predicat_lieu_direct <- paste0(prefixe_propriete_directe,propriete_lieu)
  predicat_lieu_declaratif <- paste0(prefixe_propriete_declarative,propriete_lieu)
  predicat_date_debut_qualificatif <- paste0(prefixe_qualificatif,propriete_date_debut)
  predicat_date_fin_qualificatif <- paste0(prefixe_qualificatif,propriete_date_fin)

 #- Définir les entités utilisées
  qid_oeuvre <- paste0("Q4660880")
  entite_oeuvre <- paste0(prefixe_entite,qid_oeuvre)
  
 #- Définir les chemins du graphe
  chemin_primaire <- paste(entite_oeuvre,predicat_lieu_direct,id_localisation)
  chemin_musee <- paste(id_localisation,predicat_lieu_declaratif,id_lieu)
  chemin_date_debut <- paste(id_localisation,predicat_date_debut_qualificatif,id_date_debut)
  chemin_date_fin <- paste(id_localisation,predicat_date_fin_qualificatif,id_date_fin)
  chemin_image <- paste(entite_oeuvre,predicat_image,id_image)

chemins_du_graphe <- paste(chemin_primaire,".",chemin_musee,".",chemin_coord,".",chemin_date_debut,".",chemin_date_fin,".")

## Construire les requêtes
 query <- paste("SELECT",donnees_interrogees,"WHERE {",service,chemins_du_graphe,"}")
 query_image <- paste("SELECT",id_image,"WHERE {",chemin_image,"}")

## Exécuter les requêtes
 metadonnees_lieu_temps_oeuvre <- query_wikidata(query)

## Afficher le résultat
 datatable(metadonnees_lieu_temps_oeuvre)

library(glitter)
data <- spq_init() |> 
            spq_add("wd:Q4660880 wdt:P18 ?image") |>
            spq_add("wd:Q4660880 p:P276 ?location") |>
            spq_add("?location ps:P276 ?nom",.label="?nom") |> 
            spq_add("?location pq:P580 ?dated") |>
            spq_add("?location pq:P582 ?datef") |> 
            spq_add("?nom wdt:P625 ?coord") |>
            spq_select(musee = nomLabel) |>
            spq_perform() 

# Enregistrement des données en format csv
write.csv(x = data, file = "data/data.csv", row.names = FALSE)

# Import du fichier de données enregistrées
data <- read.csv("data/data.csv", row.names = NULL)

download.file(url = data$image[1],
              destfile = 'data/images/Q4660880.jpg',
              mode = 'wb')

4.1 Les œuvres de Johannes Vermeer

Les données issues de la seconde requête SPARQL (data2) listent l’ensemble des œuvres de Vermeer et leurs localisations respectives (nom du musée et coordonnées géographiques quand elles existent) selon Wikidata. Avant de les cartographier, quelques traitements sont nécessaires :

1. Suppression des doublons et des œuvres sans aucune localisation renseignée ;
2. Calcul du nombre d’œuvres par musée (localisation) ;
3. Géoréférencement¹⁰ des musées abritant des œuvres de Vermeer.

data2 <- data2[!is.na(data2$coord), ]

data2 <- data2[!duplicated(data2[, c("oeuvreLabel", "museeLabel")]), ]

datatable(data2)

4.1.2 Regroupement par musée

Plusieurs œuvres semblent avoir été exposées dans les mêmes lieux. Afin de cartographier les musées ayant exposé différentes œuvres de Johannes Vermeer, nous réalisons un regroupement des œuvres par intitulé des musées (museeLabel), tout en calculant le nombre d’œuvres que chacune de ces institutions a exposées au cours du temps.

–>

# Regroupement et calcul du nombre d'œuvres par musée
library(dplyr)
nb_oeuvres_musee <- data2 |>
                      group_by(musee = museeLabel, coords = coord) |> 
                      summarise(nb_oeuvres = n())


# Histogramme de répartition des musées en fonction du nombre d'œuvres de J.V. exposées
library(ggplot2)
ggplot(nb_oeuvres_musee, aes(x = nb_oeuvres)) +
  geom_histogram(breaks = 0:max(nb_oeuvres_musee$nb_oeuvres), col = "white") +
  xlab("Nombre d'œuvres exposées") +
  ylab("Nombre de musées")

Graphique 1 : Distribution du nombre d’œuvres de Johannes Vermeer exposées par musée

# Chargement du package sf, pour la gestion de données géographiques vectorielles
library(sf)

# Création d'objets géographiques ponctuels à partir des coordonnées stockées en WKT
geometry <- st_as_sfc(nb_oeuvres_musee$coords, crs = 4326)

# Création d'une couche géographique vectorielle (attributs des musées + géométries)
musee_geo  <- st_as_sf(nb_oeuvres_musee, geometry)

# Package pour la cartographie interactive (repose sur la librairie Leaflet)
library(mapview)

# Affichage interactif des musées, sur un fond de carte OpenStreetMap
mapview(musee_geo) 

# Package de cartographie thématique
library(tmap)

# Activation du mode de cartographie interactive
tmap_mode(mode = "view")

# Carte en symboles proportionnels
tm_basemap() +
tm_shape(musee_geo) +
tm_symbols(size="nb_oeuvres",
           scale = 4,
           col="red3",
           border.col="white",
           alpha =0.5,
           border.lwd=0.1,
           border.alpha=0.5,
           id = "musee",
           popup.vars=c("Nombre d'œuvres :"="nb_oeuvres" ))

# Package permettant d'utiliser l'API de Natural Earth
library(rnaturalearth)

# Téléchargement et enregistrement d'un fond de carte "pays"
monde <- ne_download(scale = "medium",
                     type = "countries",
                     category = "cultural",
                     destdir = "data/world",
                     load = TRUE,
                     returnclass = "sf")

monde <- st_read("data/world/ne_50m_admin_0_countries.shp", quiet = TRUE ) 

plot(st_geometry(monde))

musee_geo <- st_intersection(musee_geo, monde[, "ADM0_A3"])

4.1.6 Répartition par pays

Le pays de localisation de chaque musée ayant été obtenu, nous pouvons réaliser une représentation graphique de cette distibution spatiale.

Commençons par calculer le nombre total d’œuvres exposées par pays :

nb_oeuvres_pays <- musee_geo |> 
                      group_by(ADM0_A3) |> 
                      summarise(nb_oeuvres=sum(nb_oeuvres))

Nous pouvons ensuite construire un graphique en utilisant le package de référence ggplot2.

# Package pour la représentation graphique
library(ggplot2)

# Graphique en barre - Nombre d'œuvres par pays
ggplot(data = nb_oeuvres_pays, 
       aes(x = reorder(ADM0_A3, -nb_oeuvres),
           y = nb_oeuvres, fill = ADM0_A3)) +
  geom_bar(stat = "identity") +
  ggtitle("Nombre d'œuvres de Johannes Vermeer exposées, par pays") +
  xlab("") +
  ylab("") +
  scale_fill_manual(values = c("#FC8D62", "#80B1D3"  ,"#E78AC3",
                               "#A6D854","#FFD92F","#E5C494",
                               "#FB8072","#BEBADA","#66C2A5",
                               "#FFFFB3","#8DA0CB")) +
  annotate(geom="text", 
           x = 9, y = 13, 
           label = "Une œuvre peut\navoir été exposée\ndans plusieurs pays" ) +
  theme(legend.position = "none")

Graphique 2 : Représentation histographique du nombre de peintures de Johannes Vermeer exposées dans différents pays au cours du temps

4.2 La ‘Dame assise au virginal’

Les données issues de la troisième requête SPARQL (‘data’) contiennent l’ensemble des localisations renseignées pour l’œuvre de Johannes Vermeer A Young Woman Seated at the Virginals (ou Dame assise au virginal en français). Nous allons donc réaliser un processus de nettoyage et de géoréférencement très semblable à celui de la partie précédente.

data <- data[!duplicated(data$dated), ]

# Création d'objets géographiques ponctuels à partir des coordonnées stockées en WKT
geometry <- st_as_sfc(data$coord, crs = 4326)

# Création d'une couche géographique vectorielle (attributs des musées + géométries)
data_geo  <- st_as_sf(data, geometry)

# Affichage des données 
datatable(data_geo)

# Regroupement par musée - Calcul du nombre total d'expositions
nb_expos_musee_geo <- data_geo |>
                        group_by(musee) |>
                        summarise(nb_expos=n())

# Popup content
content <- paste0( "<img  src='",
                   "http://commons.wikimedia.org/wiki/Special:FilePath/Vermeer%20-%20A%20young%20Woman%20seated%20at%20the%20Virginals.jpg",
                   "' width='180'><br /><b>",  
                   nb_expos_musee_geo$musee,
                   "</b><br />Nombre d'expositions de l'œuvre : <b>",
                   nb_expos_musee_geo$nb_expos,
                   "</b>")

# Carte
mapview(nb_expos_musee_geo,
        zcol = "musee",
        col.regions = "red",
        legend = FALSE,
        popup = content,
        map.types = "Esri.WorldImagery")

# Jointure spatiale points/pays
data_geo <-st_intersection(data_geo, monde[,"ADM0_A3"])

5.1 Période d’exposition du tableau

Pour manipuler facilement le temps, nous commençons par convertir les dates d’arrivée et de départ de l’œuvre dans chaque musée en format de type date.

data_geo$datef <- as.Date(data_geo$datef)
data_geo$dated <- as.Date(data_geo$dated)

Il est ensuite simple de calculer le nombre de jours de présence dans un musée avec une soustraction. Nous sauvegardons ces valeurs (nombre de jours) dans une nouvelle colonne (‘duree’).

data_geo$duree <- as.integer(data_geo$datef  - data_geo$dated)

Le tableau a été exposé à deux reprises dans plusieurs musées. Nous calculons donc le nombre de jour total d’exposition du tableau par musée.

data_musee <- data_geo |>
                group_by(musee, ADM0_A3) |> 
                summarise(duree = sum(duree),
                          nb_expos = n())

Plusieurs informations collectées peuvent être cartographiées. Voici un exemple de carte interactive réalisée avec le package tmap, qui représente le nombre de jours d’exposition du tableau au cours du temps, à l’échelle des musées.

# Activation du mode de cartographie interactive
tmap_mode(mode = "view")

# Construction d'une carte en symbole proportionnel
tm_basemap() +

tm_shape(data_musee) +
tm_bubbles("duree",
           col = "ADM0_A3",
           scale = 9,
           border.col="white",
           alpha = 0.7,
           border.lwd=0.1,
           border.alpha=0.5,
           title.col="Pays d'exposition",
           id = "musee",
           popup.vars=c("Nombre total de jours :"="duree", 
                        "Nombre total de séjours :"="nb_expos"))

5.2 Carte temporelle animée

La carte précédente ne permet pas de rendre compte de la trajectoire spatio-temporelle de l’œuvre. Une carte animée représentant la localisation de l’œuvre au cours du temps permettrait de formaliser son déplacement dans l’espace et dans le temps.

Pour cela, nous devons dans un premier temps choisir un pas de temps. La période de temps analysée est de presque 20 ans et le tableau peut avoir été exposé dans deux musées différents au cours d’un même mois. Nous choisissons donc de construire une carte animée réglée sur un pas de temps hebdomadaire, ce qui laissera le temps aux lecteur·rice·s de lire les informations affichées.

Un partir de ce pas de temps, nous créons un data.frame où chaque ligne représente une semaine calendaire située entre le 8 mars 2001 et le 13 Janvier 2019 à l’aide de la fonction seq. Nous créons également des colonnes vides qui permettront de stocker l’ensemble des informations de localisation de l’œuvre pour chaque semaine.

data_semaine<- data.frame(semaine = seq(min(data_geo$dated), max(data_geo$datef), "week"),
                          musee = as.character(NA),
                          duree = as.integer(NA),
                          pays = as.character(NA),
                          geometry = NA)

Une boucle for permet de parcourir le tableau et d’obtenir les informations de localisation de l’œuvre si la date du premier jour d’une semaine ciblée data_semaine$week[i] est située entre une date d’arrivée et de départ dans le tableau data_geo. Si c’est le cas, on inscrit les informations du tableau data_geodans le tableau data_semaine.

for (i in 1:nrow(data_semaine)){

# Sélection des lignes où : Date d'arrivée <= week[i] <= Date de départ
temp <-   data_geo[data_geo$dated <= data_semaine$semaine[i] & data_geo$datef >= data_semaine$semaine[i], c("musee", "duree", "ADM0_A3", "geometry")]

# Si une ligne est sélectionnée, on l'ajoute dans l'objet 'data_semaine'
if (nrow(temp)==1){data_semaine[i,2:5] <- temp}

}

Nous modifions ensuite les valeurs restées manquantes, pour les semaines où la peinture n’a pas été exposée.

data_semaine <- data_semaine |>  
                    mutate(
                      # si musee non renseigné, remplace par "Emplacement inconnu"
                      musee=case_when(is.na(musee)~"Emplacement inconnu", TRUE~musee),
                      # si pays non renseigné, remplace par "pays ?"
                      pays=case_when(is.na(pays)~"pays ?", TRUE~pays),
                      # si duree non renseignée, remplace par 0
                      duree=case_when(is.na(duree)~0, TRUE~duree)
                      ) 

# Affichage du tableau
datatable(data_semaine)

Bien que ce tableau possède une colonne geometry, il s’agit en fait d’un data.frame. Nous le convertissons en objet sf (couche géographique).

data_semaine <-st_as_sf(data_semaine)

Les données sont prêtes pour créer une carte animée qui représente la localisation de l’œuvre pour chaque semaine calendaire de 2001 à 2019. Pour cela, nous utilisons le package tmap, son mode plot (cartographique statique), sa fonction tm_facet (génère plusieurs cartes en fonction d’une variable) et sa fonction tmap_animation pour créer une carte animée en format vidéo.

# Cartographie en mode statique  
tmap_mode(mode = "plot")

# Création d'une carte stockée dans l'objet CARTE
CARTE  <- tm_shape(monde) +                      # Ajout fond de carte monde
          tm_polygons(col = "grey70", 
                  border.col = "grey60", 
                  border.lwd = 0.2) +
          
          tm_shape(data_semaine) +               # Ajout des musées, mais...
          tm_symbols(col = "red") +              
  
          tm_facets(along = "semaine",           # Une carte / semaine grâce à tm_facet
                    free.coords= FALSE, 
                    drop.units=FALSE)  +
      
          tm_layout(main.title ="",              # Gestion du titre
                    panel.label.fontface = 2,
                    panel.labels = paste0("Semaine du ", format(x = data_semaine$semaine, format = "%d %b %Y" )),
                    bg.color="lightblue") +
    
          tm_credits(bg.color = 'red',           # Affichage Nom des musées et Nombre de jours d'exposition
                     width = 0.5,
                     position = c('center', 'bottom'),
                     text = paste0(data_semaine$musee," (",data_semaine$pays,")\n",data_semaine$duree, " jours d'exposition"),
                     size = 1.2,
                     fontface = "bold",
                     col = 'white',
                     align = 'center')

Avec la fonction tm_facet, ce bout de code crée autant de cartes qu’il y a de lignes dans le tableau data_semaine.

Il est ensuite très facile de convertir cet objet list qui contient l’ensemble des cartes produites en fichier mp4 avec la fonction tmap_animation. Attention, la création d’un GIF ou d’une vidéo peut prendre plusieurs minutes.

# install.packages("av")
tmap_animation(tm = CARTE, 
               filename = "figures/peinture_en_voyage.mp4", 
               width=800, 
               height = 400, 
               fps = 10,                  # images par seconde
               outer.margins = 0)

Voilà le résultat !

6.1 Préparation des données

Une mise en forme des données est nécessaire pour construire ce type de frise chronologique avec ggplot2. Par exemple, le tri des données est important pour gérer l’ordre d’apparition des individus et des modalités sur le graphique.

Tri du tableau en fonction de la date (‘dated’) d’arrivée dans chaque musée.

data_geo <- data_geo[order(data_geo$dated, decreasing = FALSE), ] 

Tri d’ordre d’apparition des modalités (levels) pour les variables ‘nomLabel’ (= ‘musee’) et ‘ADM0_A3’ (= ‘pays’) que l’on transforme en factor.

# Tri des "levels" des musées en fonction de l'ordre d'apparition dans la table 'data_geo' 
data_geo$musee <- ordered(as.factor(data_geo$nomLabel), levels = unique(data_geo$nomLabel))

# Tri des "levels" des pays en fonction de l'ordre d'apparition dans la table 'data_geo' 
data_geo$pays <- ordered(as.factor(data_geo$ADM0_A3), levels = unique(data_geo$ADM0_A3))

Nous créons une nouvelle colonne qui sera utilisée comme étiquette dans le graphique. Dans cette colonne, les noms des musées n’apparaissent qu’une fois, uniquement pour la première exposition.

# Sélection des premières dates d'arrivée (si il en existe plusieurs) pour chaque musée
fisrt_expo <- data_geo[!duplicated(data_geo$nomLabel), c("nomLabel", "dated")]

# Suppression de la colonne géométrie pour réaliser une jointure
fisrt_expo <- st_drop_geometry(fisrt_expo)

# Jointure par la date d'arrivée - ajout de la colonne label (nomLabel.y)
data_geo <- merge(data_geo, fisrt_expo, by="dated", all.x=TRUE)

Tableau de données après traitement (extrait) :

6.2 Construction graphique

ggplot(data_geo, aes(x = dated, y = musee))

# Construction de 'segments' entre la date d'arrivée (dated) et de départ (datef)
ggplot(data_geo, aes(x = dated, y = musee, color = pays)) +
  geom_segment(aes(xend = datef, yend = musee, color =  pays), size = 6)

Mon_graph <- ggplot(data_geo, aes(x = dated, y = musee, color = pays)) +
                geom_segment(aes(xend = datef, yend = musee, color =  pays), size = 6)

Mon_graph <-  Mon_graph +
              # Ajout d'une étiquette pour chaque segment représenté
              geom_text(aes(label = nomLabel.y, hjust =1.05), size = 3.5, show.legend = FALSE) +
              # Modification de la palette de couleurs (ADM0_A3)
              scale_color_manual(values = c("#7570b3", "#e7298a", "#66a61e", "#e6ab02", "#a6761d","#1b9e77", "#d95f02"))

# Affichage du résultat
Mon_graph

Mon_graph <- Mon_graph +
  
              # Modification de l'axe des abscisses
              scale_x_date(date_labels = "%Y", date_breaks = "2 year", minor_breaks = "1 year",
                           limits = c(as.Date("1994-01-01"),as.Date("2019-01-13")) ) +
  
              # Ajout d'un titre et d'un sous-titre
              labs(title = "Le voyage d'un tableau de Johannes Vermeer",
                   subtitle = "Aux pays des musées, de 2001 à 2019") +
  
              # Paramétrage du 'thème'
              theme(panel.grid.major.y = element_blank(),
                    panel.grid.major.x = element_line(size = 0.2, colour = "#707073"),
                    panel.grid.minor.x = element_line(size = 0.2, linetype = 3, colour = "#707073"),
                    panel.border = element_blank(),
                    panel.background = element_blank(),
                    axis.text.y = element_blank(),
                    axis.text.x = element_text(size=8.5, colour = "#FFFFFF"),
                    axis.title = element_blank(),
                    rect = element_rect(fill = "#2a2a2b"),
                    legend.position =  c(.93, .25),
                    legend.key = element_rect(fill  = "#2a2a2b"),
                    legend.key.height = unit(0.4, 'cm'),
                    legend.background = element_rect(fill  = "#2a2a2b"),
                    legend.margin = margin(0.5,1,1,1),
                    legend.title = element_blank(),
                    legend.text = element_text(colour = "#FFFFFF",  size = 7),
                    title = element_text(colour = "#FFFFFF", hjust = 1, vjust = 0),
                    plot.margin=unit(c(1,1,0.5,1),"cm"))


Mon_graph

library(jpeg)
img <- readJPEG("data/images/Q4660880.jpg", native = TRUE)

library(patchwork)

Mon_graph +
  
  # Titre de l'image
  annotate("text", 
           x = as.Date("1997-03-01"), 
           y = 7, 
           colour = "#FFFFFF", 
           size = 3.4,
           label = "Young Woman Seated\nat a Virginal  (1670)") +
  
  # Insertion de l'image
  inset_element(p = img, 
                clip = TRUE, 
                left = 0.04, 
                right = 0.27, 
                top = 0.95, 
                bottom = 0.46)

7.1 Code reproductible

Voici quelques exmples d’artistes peintres que vous pouvez requêter :

• Salvador Dalí Q5577 ;
  
• Nandalal Bose Q3348980 ;
  
• Kalervo Palsa Q320590 ;
  
• Katsushika Hokusai Q5586 ;
  
• Edvard Munch Q41406 ;
  
• Pablo Picasso Q5593.

#-------------------------------------------------------------------------------------------------#
#                                                                                                 #
#                                   Exploration spatio-temporelle                                 #
#                                 de l'exposition des œuvres de ???                               #
#                                         Selon Wikidata                                        #
#                                                                                                 #
#-------------------------------------------------------------------------------------------------#    

#--------------------------------------- PACKAGES NECESSAIRES ------------------------------------#

# install.packages("WikidataQueryServiceR")
# install.packages("sf")
# install.packages("rnaturalearth")
# install.packages("ggplot2")
# install.packages("tmap")


######################################### CHOIX DE L'ARTISTE ######################################

ID <- "Q5593"
NOM <- "Pablo Picasso"


#---------------------------------------------- REQUETE ------------------------------------------#

# Construction de la requête SPARQL avec l'identifiant (ID) indiqué
 #- Définir les données interrogées
 donnees_interrogees <- paste(nom_id_oeuvre,nom_id_lieu,val_pointxy)
 #- Définir les chemins du graphe
 entite_peintre <- paste0(prefixe_entite,ID)
 chemin_peintre <- paste(id_oeuvre,predicat_creepar,entite_peintre)
query <-  paste("SELECT",donnees_interrogees,"WHERE {",service,chemin_peintre,".","OPTIONAL {",chemin_lieu,".",chemin_coord,"}","}")


library(WikidataQueryServiceR)
my_data <- query_wikidata(query)


#----------------------------------------- NETTOYAGE DONNEES -------------------------------------#

# Suppression des doublons
my_data <- my_data[!duplicated(my_data$oeuvreLabel), ]

# Suppression entités (musées et institutions) sans coordonnées renseignées
my_data <- my_data[!is.na(my_data$coord), ]


#-------------------------------------- REGROUPEMENT PAR MUSEE -----------------------------------#

nb_oeuvre <- aggregate(oeuvreLabel ~ coord + museeLabel, data = my_data, FUN = length)

colnames(nb_oeuvre)[3] <- "nb_oeuvre"

#----------------------------------------- GEOREFERENCEMENT --------------------------------------#


# Chargement de la librairie sf
library(sf)

# Création d'objets géographiques ponctuels à partir des coordonnées stockées en WKT
geometry <- st_as_sfc(nb_oeuvre$coord, crs = 4326)

# Création d'une couche géographique vectorielle (attributs des musées + géométries)
nb_oeuvre_by_museum <- st_as_sf(nb_oeuvre, geometry)



#------------------------------- ENRICHISSEMENT - JOINTURE SPATIALE -----------------------------#

#### Import de la couche géographique des pays

library(rnaturalearth)
monde <- ne_download(scale = "medium",
                     type = "countries",
                     category = "cultural",
                     destdir = "data/world",
                     load = TRUE,
                     returnclass = "sf")



#### Jointure spatiale
nb_oeuvre_by_museum <-st_intersection(nb_oeuvre_by_museum , monde[,"ADM0_A3"])


#---------------------------------- GRAPHIQUE NOMBRE ŒUVRES PAR PAYS ----------------------------#

#### Regroupement par pays 

by_country <- aggregate(nb_oeuvre ~ ADM0_A3 , data = nb_oeuvre_by_museum, FUN = sum)


#### Graphique 

library(ggplot2)
ggplot(data = by_country, aes(x = ADM0_A3, y = nb_oeuvre) )  +
  geom_bar(stat="identity") +
  ggtitle(paste0("Nombre d'œuvres de ", NOM ,", par pays")) +
  xlab("") +
  ylab("") +
  theme(legend.position = "none",
        axis.text.x = element_text(size=8),
        axis.text.y = element_text(size=11))


#----------------------------- CARTOGRAPHIE - NOMBRE ŒUVRES PAR MUSEE ---------------------------#

library(tmap)
tmap_mode(mode = "view")
tm_shape(nb_oeuvre_by_museum) +
tm_symbols(size="nb_oeuvre",
           scale = 2,
           col="red3",
           border.col="white",
           alpha =0.5,
           border.lwd=0.1,
           border.alpha=0.5,
           title.size = "Nb d'œuvres",
           id = "museeLabel",
           popup.vars=c("Nombre d'œuvres"="nb_oeuvre"))

7.2 Données et graphiques produits

Voici un exemple des données et graphiques produits avec l’artiste peintre et graveur norvégien Edvard Munch, ayant pour identifiant Wikidata : Q41406.

ID <- "Q41406"
NOM <- "Edvard Munch"

Dans un premier temps, le code permet de collecter l’ensemble des œuvres créees par l’artiste, ainsi que leurs localisations associées via une requête SPARQL. Voici par exemple les données collectées pour Edvard Munch :

Les données sont ensuite nettoyées des doublons et des œuvres qui ne sont jamais associées à des coordonnées géographiques précises, puis regroupées par musée :

Les musées sont alors géoréférencés, ce qui permet de réaliser une jointure spatiale avec une couche géographique des pays, et ainsi d’obtenir leur pays de localisation. Le code produit également une représentation graphique de la répartition des expositions des œuvres par pays :

Enfin, le code construit une carte interactive représentant le nombre d’œuvres exposées par musée :